[论文解读] The Intensity Matching Approach: A Tractable Stochastic Geometry Approximation to System-Level Analysis of Cellular Networks

Marco Di Renzo, Lu Wei+1 more|arXiv (Cornell University)|Apr 10, 2016

Advanced MIMO Systems Optimization参考文献 18被引用 5

一句话总结

本文提出了强度匹配（Intensity Matching, IM）方法，这是一种在现实条件下对蜂窝网络进行系统级分析的可处理随机几何框架。通过将变换后的泊松点过程的强度进行匹配，近似复杂干扰和路径损耗模型，该方法实现了面积 spectral efficiency（ASE）和速率的精确闭式表达式，揭示了在密集遮挡条件下 ASE 的非单调行为，并通过实测数据和仿真验证了其准确性。

ABSTRACT

The intensity matching approach for tractable performance evaluation and optimization of cellular networks is introduced. It assumes that the base stations are modeled as points of a Poisson point process and leverages stochastic geometry for system-level analysis. Its rationale relies on observing that system-level performance is determined by the intensity measure of transformations of the underlaying spatial Poisson point process. By approximating the original system model with a simplified one, whose performance is determined by a mathematically convenient intensity measure, tractable yet accurate integral expressions for computing area spectral efficiency and potential throughput are provided. The considered system model accounts for many practical aspects that, for tractability, are typically neglected, e.g., line-of-sight and non-line-of-sight propagation, antenna radiation patterns, traffic load, practical cell associations, general fading channels. The proposed approach, more importantly, is conveniently formulated for unveiling the impact of several system parameters, e.g., the density of base stations and blockages. The effectiveness of this novel and general methodology is validated with the aid of empirical data for the locations of base stations and for the footprints of buildings in dense urban environments.

研究动机与目标

• 解决传统随机几何模型假设理想化路径损耗和干扰模型所存在的局限性。
• 开发一种在现实传播条件（包括遮挡、视 Line-of-Sight（LOS）/非视 Line-of-Sight（NLOS）传播及定向天线）下既可处理又精确的近似方法，用于分析蜂窝网络。
• 揭示基站密度、遮挡密度和阴影严重程度等关键参数对网络性能的影响。
• 通过城市环境中真实的基站位置和建筑轮廓数据，对所提方法进行验证。

提出的方法

• IM 方法将基站建模为泊松点过程，并将原始网络模型转换为具有数学可处理强度度量的等效模型。
• 利用随机几何推导 ASE 和速率的闭式积分表达式，通过近似有效干扰和信号功率分布实现。
• 该方法考虑了现实的路径损耗模型，包括用于 LOS、NLOS 和中断链路的两状态和三状态模型，且概率随距离变化。
• 整合了实际系统特性，如定向天线、阴影、负载和小区关联规则。
• 采用三球近似方法建模遮挡效应，既保持了分析可处理性，又保留了现实性。
• 通过蒙特卡洛仿真和来自密集城市环境的真实数据（包括真实基站和建筑轮廓数据）对框架进行验证。

实验结果

研究问题

• RQ1 在考虑现实路径损耗和遮挡模型时，网络密集化如何影响面积谱效率（ASE）？
• RQ2 遮挡密度和空间相关性对超密集蜂窝网络性能有何影响？
• RQ3 定向天线和阴影严重程度如何影响真实城市部署中的速率和 ASE？
• RQ4 是否能够通过一种可处理的随机几何模型在不依赖简化假设（如幂律路径损耗或瑞利衰落）的前提下，准确预测系统级性能？
• RQ5 在何种条件下 ASE 随基站密度增加而下降？这种行为如何依赖于负载模型和传播环境？

主要发现

• 在使用真实遮挡和路径损耗模型时，密集城市环境中 ASE 可能随基站密度增加而下降，这与经典的密度不变性假设相矛盾。
• 当流量负载未饱和时，速率和 ASE 对移动终端密度表现出非单调行为，尤其在条件 $\lambda_{\rm{MT}}/N_{\rm{RB}} \gg 1/(\pi \widehat{D}_1^2)$ 不满足时更为明显。
• 强度匹配方法能准确预测系统性能，其结果在各种遮挡和传播模型下与蒙特卡洛仿真结果高度吻合。
• 定向天线使 ASE 随基站密度单调增加，凸显其在超密集网络中抑制干扰的优势。
• 阴影严重程度对速率的影响具有不可预测性：其影响可能增强或降低性能，具体取决于链路状态模型（如 RS 与 3GPP 模型），尤其在稀疏场景下更为显著。
• 所提方法成功捕捉了遮挡密度、天线方向性及真实路径损耗模型等实际系统参数的影响，为网络优化提供了更深入的洞见。